지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.5
- 수록면
- 61 - 67 (7page)
- DOI
- 10.5573/ieie.2021.58.5.61
이용수
초록· 키워드
오류제보하기
적대적 생성망 (Generative adversarial network, GAN)을 통해 잡음 신호로부터 고해상도의 영상을 만드는 기술들이 활발하게 연구되고 있다. 기존 기법들의 생성자 (Generator)는 입력 잡음 신호를 여러 개의 레지듀얼 블록 (Residual block)을 통과시켜 영상을 만들고, 판별자 (Discriminator)는 만들어진 영상을 실제 영상과 분류하도록 학습된다. 일반적으로 GAN은 네트워크 구조를 바꾸기보다는 정규화 (Normalization) 또는 학습 기술을 개발하여 네트워크의 성능을 향상시켰다. 기존의 접근 방법과는 달리, 본 논문에서는 U-Net 기반의 생성자 네트워크 구조를 제안한다. 제안하는 기법은 적은 수의 네트워크 파라미터 증가에도 불구하고 기존 구조보다 우수한 영상 생성 성능을 낸다. 실험 결과는 Cifar-10, CelebA, LSUN 데이터셋을 통해 학습된 생성자가 기존 기법에서 제안된 학습자보다 고품질의 영상을 생성함을 보인다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES
참고문헌 (23)
참고문헌 신청
I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, A. Courville, and Y. Bengio, “Generative adversarial nets,” in Advances in neural information processing systems, pp. 2672-2680, 2014.
J. Yu, Z. Lin, J. Yang, X. Shen, X. Lu, and T. S. Huang, “Free-form image inpainting with gated convolution,” arXiv preprint arXiv:1806.03589, 2018.
Y.-G. Shin, M.-C. Sagong, Y.-J. Yeo, S.-W. Kim, and S.-J. Ko, “Pepsi++: fast and lightweight network for image inpainting,” vol. 32, no. 1, pp. 252-265, IEEE Transactions on Neural Networks and Learning Systems, 2021.
M.-C. Sagong, Y.-G. Shin, S.-W. Kim, S. Park, and S.-J. Ko, “Pepsi: Fast image inpainting with parallel decoding network,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, vol. 11, pp. 360-368, 2019.
P. Isola, J.-Y. Zhu, T. Zhou, and A. A. Efros, “Image-to-image translation with conditional adversarial networks,” in Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 1125-1134, 2017.
J. Yu, Z. Lin, J. Yang, X. Shen, X. Lu, and T. S. Huang, “Free-form image inpainting with gated convolution,” arXiv preprint arXiv:1806.03589, 2018.
Y.-G. Shin, M.-C. Sagong, Y.-J. Yeo, S.-W. Kim, and S.-J. Ko, “Pepsi++: fast and lightweight network for image inpainting,” vol. 32, no. 1, pp. 252-265, IEEE Transactions on Neural Networks and Learning Systems, 2021.
M.-C. Sagong, Y.-G. Shin, S.-W. Kim, S. Park, and S.-J. Ko, “Pepsi: Fast image inpainting with parallel decoding network,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, vol. 11, pp. 360-368, 2019.
P. Isola, J.-Y. Zhu, T. Zhou, and A. A. Efros, “Image-to-image translation with conditional adversarial networks,” in Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 1125-1134, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Comparative study on Generative Adversarial Network (GAN)
대한전자공학회 학술대회
2020 .11
-
Generative Adversarial Networks Using Pre-trained Generator for Effective Auditory Noise Suppression
Journal of KIISE
2021 .03
-
Generative Adversarial Network를 이용한 손실된 깊이 영상 복원
방송공학회논문지
2018 .09
-
GAN을 활용한 데이터 생성 연구 동향
한국항공우주학회 학술발표회 초록집
2023 .06
-
New Link Prediction Algorithm using Generative Adversarial Network(GAN)
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
GAN을 이용한 데이터 불균형 문제에 관한 연구
한국통신학회 학술대회논문집
2019 .01
-
GAN 알고리즘을 이용한 음악 생성
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
적대적 생성 신경망(GAN)을 이용한 시계열 데이터 이상탐지 기법 연구
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
적대적학습(GAN) 모델 기반의 사전예방적 네트워크 트래픽 예측
한국정보과학회 학술발표논문집
2022 .06
-
Morpho-GAN: Unsupervised Learning of Data with High Morphology using Generative Adversarial Networks
한국컴퓨터정보학회 학술발표논문집
2020 .01
-
Improving Super-Resolution GAN Performance through Discriminator using U-Net Structure and Auxiliary Classifier
Journal of KIISE
2021 .11
-
효과적인 음향잡음 제거를 위한 사전 훈련된 생성자 기반 적대적 생성망
한국정보과학회 학술발표논문집
2020 .07
-
Generative Adversarial Nets 분석과 적용사례
한국방송미디어공학회 학술발표대회 논문집
2017 .06
-
GAN 알고리즘 개선을 위한 히스토그램 분석 기반 파손 영상 선별 방법
한국정보통신학회논문지
2022 .04
-
생성적 적대 신경망(GAN)을 이용한 도시환경에서의 무선 채널 모델링 연구
한국통신학회 학술대회논문집
2019 .06
-
Generative Adversarial Nets를 이용한 범주 불균형 분류 문제에서의 지능적 데이터 생성
한국정보과학회 학술발표논문집
2020 .07
-
High Representation based GAN defense for Adversarial Attack
International journal of advanced smart convergence
2019 .01
-
The Role and Effect of Data Augmentation in Generative Adversarial Nets
한국정보과학회 학술발표논문집
2021 .06
-
다중 잠재벡터를 적용하여 학습 안정성을 높인 GAN
디지털콘텐츠학회논문지
2025 .01
-
GAN 을 활용한 경로 손실 예측 기법
한국통신학회 학술대회논문집
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
영상에서 효율적인 잡음제거를 위한 dRED-TL-GAN 모델
허지혜
,
임동훈
한국데이터정보과학회지
2024
.05
DCGAN 학습 모델을 이용한 게임 맵 데이터 자동 생성 프레임워크 설계 및 구현
남현우
융복합지식학회논문지
2023
.09
GAM : 대형 통신 시스템을 위한 위험도 예측 모델
홍의석
컴퓨터교육학회 논문지
2003
.04
딥러닝 방식 위조지문 검출을 위한 GAN을 통한 위조데이터 생성
최승호
,
정성훈
대한전자공학회 학술대회
2017
.11
수중함의 긴급기동 해석을 위한 유체력계수 모델링에 관한 연구
신용구
,
이승건
대한조선학회 논문집
2005
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-569-001765742